¿Qué es el reconocimiento de voz multilingüe? Es un único sistema que reconoce el habla en muchos idiomas, en lugar de un modelo distinto para cada uno. El sistema aprende patrones de sonido compartidos y decide qué idioma está oyendo. La calidad sigue siendo distinta según el idioma, y unos se atienden mucho mejor que otros.
Transcribe una grabación
Envía tu mensaje de voz, audio o vídeo a @potok_now_bot en Telegram y el texto te llega en el chat.
Abrir @potok_now_bot en Telegram
Archivos de hasta 2 GB · exportación a TXT, MD, DOCX, PDF, SRT y VTT · etiquetas de hablantes y marcas de tiempo · unos 30 idiomas
Datos clave
- Un modelo para muchos idiomas se entrena con grabaciones en todos ellos, así que los idiomas con mucho audio de entrenamiento suelen dar los mejores resultados.
- Pruebas publicadas como FLEURS evalúan el mismo sistema en muchos idiomas, y las puntuaciones suelen variar mucho entre el más fuerte y el más débil.
- Que haya muchos idiomas en la lista no significa que todos estén bien cubiertos: un idioma con pocos datos de entrenamiento puede figurar y aun así leerse mal.
- Un sistema multilingüe debe detectar el idioma o que se lo indiquen, y una mala elección en ese paso afecta a cada palabra posterior.
- El habla que mezcla dos idiomas es más difícil que la de uno solo, incluso para un modelo que maneja ambos por separado.
Cómo se ve
// illustrative output of a multilingual recogniser
{
"language": "de",
"text": "Guten Morgen, wir beginnen mit dem Bericht.",
"language_confidence": "high"
}
// the same system, given a clip in French, would return language "fr"
Más
Consulta la lista completa de idiomas, las herramientas y el glosario.
Preguntas frecuentes
¿Un modelo multilingüe es mejor que un modelo por idioma?
No siempre. Es más fácil de operar y cubre más idiomas, pero un modelo hecho para un idioma puede rendir mejor en ese idioma. Depende de los datos.
¿Reconoce cualquier idioma?
No. La cobertura tiene límites y la calidad cambia entre idiomas. Revisa los resultados de pruebas publicados para tu idioma antes de fiarte de una transcripción larga.
¿Con cuántos idiomas funciona bien el bot de Potok?
Unos 30 idiomas tienen buenos resultados publicados, y unos pocos más vienen con una advertencia. La lista de idiomas de este sitio muestra cuál es cuál.
¿El bot traduce la transcripción?
No. La transcripción queda en el idioma que se habló. El bot no la pasa a otro idioma.
¿Qué hago con un idioma poco común?
Prueba primero un clip corto, lee el resultado con atención y cuenta con corregir a mano los nombres y las palabras técnicas.
Fuentes
Cada fuente se abrió a mano en la fecha indicada. Las páginas cambian, así que abre la fuente si un detalle te importa.
- Whisper speech recognition system (Wikipedia), Wikipedia · comprobado
- FLEURS speech dataset (Google, Hugging Face), Hugging Face · comprobado
Pruébalo con tu propia grabación
Envía tu mensaje de voz, audio o vídeo a @potok_now_bot en Telegram y el texto te llega en el chat.
Abrir @potok_now_bot en Telegram